1. Introduction - LSIS€¦ · · 2018-01-19Bernard ESPINASSE - Introduction aux bases de données réparties et fédérées 1 Bases de données Réparties, Fédérées et Réplication

Bernard ESPINASSE - Introduction aux bases de données réparties et fédérées 1

Bases de données Réparties, Fédérées et Réplication

Bernard ESPINASSE

Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille

Avril 2013

1. Répartition & Fédération 2. Bases de données Réparties 3. Bases de données Fédérées 4. Accès aux données réparties 5. Réplication


Plan 1. Introduction : Répartition & Fédération 2. Bases de données Réparties

• Problèmes majeurs • Fragmentation horizontale • Evaluation et optimisation des requêtes réparties

3. Bases de données Fédérées • Procédure dʼintégration : Traitement de lʼhétérogénéité sémantique, traduction

des schémas, intégration des schémas • Cas de conflits dans lʼintégration • Architecture de référence

4. Accès aux données réparties • RDA, DRDA, SQL-CLI, ODBC, JDBC • Vues réparties et SGBD répartis

5. Réplication • Objectifs de la réplication • Modes de réplication


Bibliographie du cours Livres : • Gardarin G., « Bases de données objet et relationnel », Ed. Eyrolles, 1999

(ISBN : 2-212-09060-9). • Gardarin G. & Gardarin, « Le Client-Serveur», Ed. Eyrolles, ISBN 2-212-08876-0,

1996 • Miranda & Ruols, « Client-Serveur : Concepts, moteurs, SQL et architectures

parallèles », Ed. Eyrolles, ISBN 2-212-08816-7, 1994 • …

Présentations de : • René J. Chevance • Georges Gardarin • Didier Donsez • …


1 . Introduction • La répartition des données • BD Réparties • Fédération de BD existantes : BD Fédérées


Introduction : définitions

• BD Répartie (Distributed DB) un schéma global et une collection de BDs logiquement reliées et réparties entre plusieurs sites

• Base de données fédérée - a priori hétérogène (Federated DB) Plusieurs BD hétérogènes capables dʼinteropérer via une vue commune (modèle commun)

• Multibase Plusieurs BD (hétérogènes ou non) capables dʼinteropérer sans une vue commune (absence de modèle commun)

• SGBD réparti ou SGBD distribué (Distributed DBMS) Système gérant une collection de BD logiquement reliées, réparties sur différents sites en fournissant un moyen dʼaccès rendant la distribution transparente à lʼutilisateur


Exemple de BD répartie Schéma global :

- Produit (NoProd, DesProd, Prix, NoFour) - Fournisseur (NoFour, NomFour, VilleFour) - Client (NoCli, NomCli, VilleCli) - Représentants (NoRep, NomRep, VilleRep) - Commande (NoProd, NoCli, Date, Qte, NoRep)

Schéma des données réparties :


La répartit ion des données Centralisé

+ : Égalité des accès Facilité de gestion - : Contention sur la BD

Répartition

+ : Rapidité dʼaccès au données locales Autonomie locale de chaque site, Égalité des accès, facilité de gestion Accès possible aux autres sites - : Gestion globale de la BD

Duplication

+ : Disponibilité des données Rapidité dʼaccés aux données locales - : Coordination de mises à jour


BD Réparties Approche descendante : décomposition en BD locales Intérêts : • Amélioration des performances (placer les traitements à lʼendroit où se trouvent les

données) • Disponibilité en raison de lʼexistence de plusieurs copies • Maintien dʼune vision unique de la base de données malgré la répartition

Problèmes : • Complexité de la répartition (fragmentation, duplication, placement) • Définition des schémas locaux à partir du schéma global

BD Répartie

BD Locale 1

BD Locale 2

BD locale n …


Fédération de BD existantes : BD Fédérées Approche ascendante : intégration logique de BD locales

Intérêts : • Amélioration des performances (placer les traitements où se trouvent les données) • Donner aux utilisateurs une vue unique des données implémentées sur plusieurs

systèmes à priori hétérogènes (plates-formes et SGBD) • Cas typique rencontré lors de la concentration dʼentreprises : faire cohabiter les

différents systèmes tout en leur permettant dʼinteropérer

Problèmes : • Hétérogénéité sémantique (BD) et syntaxique (SGBD, communications,….) • Intégration des schémas locaux pour créer un schéma global

BD Fédérée

BD Locale 1

BD Locale 2

BD Locale n …


2 . Bases de données Réparties • Problèmes majeurs dans les BD réparties • Fragmentation et duplication • Fragmentation horizontale • Evaluation et optimisation des requêtes réparties


Problèmes majeurs dans les BD réparties

Décomposition de la BD-R : ! Fragmentation ! Duplication

Evaluation et Optimisation de requêtes réparties Transactionnel distribué :

! Fiabilité et résistance aux pannes : terminaison distribuée ! Contrôle de concurrence : résolution des interblocages

(deadlocks) :


Fragmentation et duplication Fragmentation :

! 3 types : Horizontale, Verticale, Mixte ! Performance en favorisant les accès locaux ! Equilibrage de la charge entre les sites

Duplication : ! Favoriser les accès locaux ! Augmenter la disponibilité des données

Relation globale

Fragmentation

Allocation

Site 2 Site 1


Fragmentation horizontale

Fragments définis par sélection : • Client1 = select * from Client where ville = "Marseille" • Client2 = select * from Client where ville <> "Marseille"

Reconstruction :

Client = Client1 U Client2

Client NoCli NomCli VilleCli Client 1 NoCli NomCli VilleCli C1 Marius Marseille C1 Marius Marseille C2 Durant Lyon C4 Olive Marseille C3 Duval Paris C4 Olive Marseille Client 2 NoCli NomCli VilleCli C2 Durant Lyon C3 Duval Paris


Fragmentation Verticale Fragments définis par projection:

• Produit1 = select NoProd, DesProd, Prix from Produit • Produit2 = select NoProd, NoFour from Produit

Reconstruction : Produit = select NP, Désigantion, PrixUnit, NF from Produit1 join Produit2 using(NP)

Produit NoProd DesProd Prix NoFour Produit 1 NoProd DesProd Prix P1 chaise 80 F1 P1 chaise 80 P2 bureau 150 F1 P2 bureau 150 P3 table 100 F2 P3 table 100 P4 fauteuil 200 F2 P4 fauteuil 200 Produit 2 NoProd NoFour P1 F1 P2 F1 P3 F2 P4 F2


Fragmentation horizontale dérivée

Fragments définis par jointure: • Commande1 = select * from Commande where NoCli in (select NoCli from Client1) • Commande2 = select * from Commande where NoCli in (select NoCli from Client2)

Reconstruction :

Commande = Commande1 U Commande2

Commande NoProd NomCli date Qte Commande1 NoProd NomCli date Qte P1 C1 10/1/04 10 P1 C1 10/1/04 10 P2 C2 10/1/04 20 P3 C4 15/4/04 20 P2 C2 21/3/04 15 P3 C4 15/4/04 20 Commande2 NoProd NomCli date Qte P2 C2 10/1/04 20 P2 C2 21/3/04 15


Allocation de fragments aux sites

Non-Dupliquée : ! partitionnée : chaque fragment nʼexiste que sur un seul site

Dupliquée : ! chaque fragment est sur plus dʼun site ! maintien de la cohérence des copies multiples

Commande1 Client1

Produit1

Produit2 Fournisseur

Commande2 Client2

Produit1

Site 2 Site 3

Site 4 Site 1

Réseau (LAN/WAN)


Evaluation et optimisation des requêtes réparties

Schéma de fragmentation Fragmentation

Requêtes sur les tables de schéma global

Schéma dʼallocation Optimisation

Requête sur les fragments

Plan dʼexécution réparti


3 . Bases de données Fédérées • Procédure dʼintégration • Traitement de lʼhétérogénéité sémantique • Traduction des schémas • Intégration des schémas • Cas de conflits dans lʼintégration • Architecture de référence


Fédération de BD existantes : BD Fédérées Approche ascendante : intégration logique de BD locales

Intérêts : • Amélioration des performances (placer les traitements où se trouvent les

données) • Donner aux utilisateurs une vue unique des données implémentées sur

plusieurs systèmes à priori hétérogènes (plates-formes et SGBD) • Cas typique rencontré lors de la concentration dʼentreprises : faire cohabiter

les différents systèmes tout en leur permettant dʼinteropérer

BD Fédérée

BD Locale 1

BD Locale 2

BD Locale n …


Procédure d’intégration Procédure dʼintégration :

1. Traitement de lʼhétérogénéité sémantique (données de la base)

2. Traitement de lʼhétérogénéité syntaxique : Traduction des schémas (SGBD, communication)

3. Intégration des schémas (pour créer un schéma global)


1 - Traitement de l ’hétérogénéité sémantique Hétérogénéité sémantique :

! Origine :

Résulte des conceptions indépendantes des différentes BD

! Effet :

Désaccord sur la signification des données

! Solution :

Analyse sémantique comparée des données, préalable à la fédération (souvent avec la phase de traduction)


2 - Traduction des schémas Permet une résolution de lʼhétérogénéité syntaxique • Origine : utilisation de modèles différents dans les BD composantes • Effet : nécessite des traductions de tous les modèles vers tous les modèles

Solution : traduction de tous les schémas dans un modèle commun dit canonique ou pivot

• Problématique : ! Le modèle canonique doit avoir un pouvoir de modélisation

supérieur ou égal à ceux des modèles des BD composantes ! Nécessité de compléter sémantiquement des modèles de BD

composantes qui seraient trop pauvres • Choix du modèle canonique :

! Entité – Association, Relationnel ! Objet


3 - Intégration des schémas

Procédure : • Identifier les éléments de base qui sont liés • Choisir la représentation la plus adéquate pour le schéma global • Intégrer les éléments des schémas intermédiaires


Démarche d’intégration de schémas (1) :

Comparaison : mise en évidence des conflits

Mise en conformité : résolution des conflits

Fusion : fusion des schémas

Pré-intégration : établissement du plan

dʼintégration

Restructuration : amélioration du schéma global


Démarche d’intégration de schémas (2) • Pré-intégration :

! mise en évidence des dépendances induites par les schémas ! définitions des équivalences entre domaines ! convention de désignation

• Comparaison ou analyse - mise en évidence des conflits : ! de désignation (homonymie, synonymie) ! structurels ! de domaine ! de contraintes

• Mise en conformité : résolution des conflits : ! renommage pour les conflits de noms ! étude au cas par cas pour les conflits structurels

• Fusion des schémas - Qualités recherchées : ! complétude (pas de perte dʼinformation) ! minimalité (absence de redondance) ! clarté

• Restructuration - Amélioration du schéma global : ! pour lʼessentiel recherche de clarté sans remise en cause des qualités recherchées


Cas de confl its dans l ’ intégration • Conflits dʼattributs :

! Conflit de nom : -> renommage ! Conflit de type : -> conversion

• Attribut sans équivalent dans lʼautre relation : ! Attribut optionnel : -> valeur nulle ! Attribut indispensable : -> relation auxiliaire

• Conflit de relation : ! Conflit multi-attribut : un attribut correspond à plusieurs dans lʼautre relation (ex.

adresse et N°, rue, code, ville) : -> utilisation dʼun calcul sur les attributs (ex. extraction)

! Conflit de clé : • pas la même clé : -> changement de clé • la clé dʼune des relations composantes nʼest pas une clé générale :

-> génération dʼune nouvelle clé par ajout dʼun élément (ex. nom de commune pas déterminant au niveau national ajout du numéro de département au nom de la commune pour créer la nouvelle clé)

• …


Traduction des schémas

Passage par un modèle canonique : • Chaque site possède un traducteur local/canonique • Chaque traducteur réalise 3 conversions :

! schéma local : schéma équivalent en modèle canonique ! données locales : données équivalentes en modèle canonique requêtes en

langage du modèle canonique ! requêtes équivalentes en modèle local

+ Développement dʼun seul traducteur par SGBD + Simplification de la modélisation + Transparence - Difficulté de définir un modèle canonique aussi riche que les modèles locaux - Temps de réponse accru pour les interrogations locales


Architecture de référence Organisation des schémas & Niveaux des langages :


4. Accès aux données réparties • Types dʼaccès aux données réparties • RDA - Remote Data Access • SQL-CLI • ODBC - Open Data Base Connectivity • JDBC - Open Data Base Connection • Vues réparties • SGBD répartis


Types d’accès aux données réparties 3 types dʼaccès : • Client / Multibases :

• RDA (Remote Data Access) - Standard ISO • DRDA (Distributed Relational DatabaseArchitecture) dʼIBM (semble être en

voie de • disparition) • SQL-CLI (Call Level Interface) de lʼOpen Group • ODBC (Open Database Connectivity) de Microsoft • JDBC (Java Database Connection) de SUN

• Vues réparties (sur BD fédérées) • SGBD réparti


RDA - Remote Data Access

• Les usagers connaissent la localisation • Si une jointure est nécessaire, elle doit être réalisée par lʼapplication


SQL-CLI 1988 : consortium SAG (SQL Access Group) regroupant 44 éditeurs de SGBD avec pour objectif de définir : • un standard dʼinteropérabilité entre clients et SGBD; • une interface (CLI Call Level Interface) définissant un ensemble dʼAPI (Application

Programming Interface) communes pour les différents SGBD. Ex : Composants de la CLI ODBC de Microsoft


ODBC - Open Data Base Connectivity

• Spécification contrôlée par Microsoft et supportée par les principaux fournisseurs de SGBD • Difficulté : niveau de SQL supporté, développement des pilotes


JDBC - Open Data Base Connection

• Spécification commune à Sun et différents fournisseurs de SGBD • Difficulté : risque potentiel dʼintrusion dans des systèmes par lʼintermédiaire du code mobile

(byte-code)


Vues réparties (1) Transparence de la localisation assurée par la définition des vues réparties :

! Les jointures inter-bases sont exécutées par le système ! Les mises à jour sont supportées au moyen des vues réparties ! Un protocole de validation à 2 phases est supporté


Vues réparties (2) Définition de la vue répartie (sur le site 3) :

CREATE VIEW Accidenté-grave {N°personne, nom, prénom, adresse,gravité, département, N° véhicule, marque, type} AS SELECT P.N°personne, P.nom, P.prénom, P.adresse, B.gravité, A.département,V.N° véhicule, V.marque, V.type FROM S1.Personne P, S2.Blessé B, S2.Accident A, S1.Voiture V WHERE P.N°personne = B.N°personne AND B.gravité > « commotions » AND A.N°véhicule = V.N°véhicule AND A.N°.accident = B.N°accident

Requête sur la vue répartie (sur le site 3) : « liste des blessés graves dans une voiture yyy de marque xxx dans la région parisienne »

SELECT N°personne,nom,prénom,adresse FROM Accidenté-grave WHERE marque = « xxx » AND type = « yyy » AND département IN (75, 78, 91, 92, 93, 94, 95)


Vues réparties (3) Fonctions réalisées par le gestionnaire des vues réparties : • La transformation de la requête sur les relations de base • La décomposition de la requête en requêtes mono-site :

• Requête sur site 1 : SELECT N°véhicule FROM Voiture !. • Requête sur site 1 : SELECT * FROM Personne ! • Requête sur site 2 : SELECT B.N°personne, A.N°véhicule FROM Blessé B, Accident A, !

• Le contrôle de lʼexécution des requêtes • Lʼintégration du résultat en effectuant les différentes opérations (dont les jointures) Conclusion : Le système apparaît à lʼapplication comme un vrai SGBD réparti mais :

! Il y a toujours 3 requêtes différentes pour 2 sites ! La totalité de la relation personne doit être transférée


SGBD répartis La transparence à la localisation est assurée par la définition de la base répartie :

! Les différentes opérations sont prises en charge par les différents SGBD ! Un protocole de validation à 2 phases est supporté


SGBD répartis (RJ Chevance)

Schéma conceptuel de la base : Personne (N° personne, nom, prénom, adresse, …) Voiture (N° véhicule, marque, type, …) Conducteur (N° personne, N° véhicule, NB_accidents,..) Accident (N° accident, date, département, N° véhicule, N° personne, …) Blessé (N° accident, N° personne, gravité, ….)

Implémentation de la base : • Sites 75, 78, 91, 92, 93, 94, 95 : Bases préfectorales avec Voitures, Conducteur et

Personne pour les voitures immatriculées dans le département (Personne, Voiture, Conducteur)

• SAMU : base SAMU de la région parisienne (Accident, Blessé) Requête :

« liste des blessés graves dans une voiture type yyy de marque xxx dans la région parisienne »


SGBD réparti : Plan d’exécution répartie (RJ Chevance)

Requête sur site SAMU : SELECT B.N°personne, A.N°véhicule FROM Blessé B, Accident A WHERE B.N°accident = A.N°accident AND B.gravité > « commotions » AND A.département IN (75, 78, 91, 92, 93, 94, 95) INTO temp1

SEND temp1 to S75, S78, S91, S92, S93, S94, S95

Requêtes sur S75, S78, S91, S92, S93, S94, S95 : RECEIVE temp1 FROM SAMU SELECT P.nom,P.prénom FROM Personne P, temp1 T, Voiture V WHERE P.N°personne = T.N°personne AND T.N°véhicule = V.N°véhicule AND V.marque = « xxx » AND V.type = « yyy » INTO temp2.i SEND temp2.i TO Interrogation

Requête sur site Interrogation : RECEIVE temp2.75 FROM S75 …… RECEIVE temp2.95 FROM S95 UNION temp2.75, temp2.78,…..temp2.95 INTO résultat

• Le SGBD réparti a pris en charge tous les problèmes liés à la répartition • Les transferts sont minimisés : seuls les N° des blessés et des véhicules sont transférés


SGBD réparti : les problèmes & solutions • Validation à 2 phases : utilisé dès quʼune mise à jour sʼadresse à plus dʼun

site ou à plus dʼune base sur un même site • Verrouillage à 2 phases : pour assurer la sérialisation des transactions

(phase dʼacquisition des verrous puis phase de relâchement des verrous) • Détection des deadlocks • Partitionnement et placement des données :

Objectifs : ! Réduction de la charge (accès aux données, communication, espace de

recherche) ! Équilibrage de charge ! Accroissement du travail utile (e.g. effet de cache)

Solutions : ! Partitionnement vertical ! Partitionnement horizontal


SGBD répartis du marché Ingres/STAR

! le premier IBM DB2

! 3 produits : DataLinks, DataJoiner, DataPropagator Informix

! 2 produits : Virtual Table Interface, Enterprise Replication Oracle

! 2 produits : Transparent Gateways, Database Replication Sybase

! Replication Server …


5. Réplication

• Objectifs de la réplication • Modes de réplication


Objectifs de la réplication Objectifs de la réplication : • Améliorer la disponibilité des données • Respect de lʼintégrité des données • Améliorer les performances • Administration centralisée

Difficultés de la réplication : • Synchronisation des copies • Transparence de la gestion

Copies : • Copie Primaire (ou Maître ou Source) : reçoit les mises à jour • Copie Secondaire (ou Esclave ou Cible) :

• en consultation seulement • peut être désigné Primaire en cas d ʼarrêt de la copie primaire


La Réplication : Exemples (1) 1. Mouvement dʼinformation (OLTP DSS) :

2. Distribution dʼinformation :

BD « production »

BD « décisionnelle»

Réplication

BD « entreprise

globale »

BD « Europe »

BD « Amérique »

BD « Asie »


La Réplication : Exemples (2) 3. Consolidation dʼinformation :

4. Mises à jour sans conflits :

Site A Site C Site B Site A

Site B Site C Site B Site A

Site C Site C Site B Site A

Internet (WAN)

Site central Site C Site B Site A

Site A Site C

Site B Site A

Site B Site C

Site B Site A

Internet (WAN)

Site C Site C

Site B Site A


Modes de réplication 2 Modes de réplication : • Asymétrique : une copie primaire / N copies secondaires

• Symétrique : N copies primaires


Modèles de réplication : modes de propagation des mises à jour

2 modes de propagation des Mises à Jour (source -> cible):

• Synchrone : Mises à jour globales dans une même transaction

+ : Cohérence forte : Contrôle de Concurrence (Verrouillage ) & Terminaison : 2 Phase Commit

- : Ralentit la transaction et le débit (mise en œuvre de la validation à 2 phases)

• Asynchrone : Mises à jour dans des transactions différées

+ : incidence faible sur les performances

- : Nécessité de mise à niveau de la ou des copie(s) en cas de reprise


Modèles de réplication

(D. Donsez)


Modèles de réplication : technologies et problèmes

(Dʼaprès RJ Chevance)

Documents

1. Introduction - LSIS€¦ · · 2018-01-19Bernard ESPINASSE - Introduction aux bases de données réparties et fédérées 1 Bases de données Réparties, Fédérées et Réplication